一文了解:敏感性、特异性、PPV、NPV等分子诊断核心技术指标 | 您所在的位置:网站首页 › 特异性感染名词解释是什么 › 一文了解:敏感性、特异性、PPV、NPV等分子诊断核心技术指标 |
一、灵敏度和特异性 灵敏度和特异性是现阶段衡量癌症早筛产品性能的核心参数。对于一款早筛产品而言,最理想的输出是患癌人群全部检测为阳性,未患癌人群全部检测为阴性。 但由于技术存在壁垒、检验过程偏差等多方面因素的影响,最终的检出结果往往会存在四种可能情况: 实际患癌/检出阳性 实际患癌/检出阴性 实际未患癌/检出阳性 实际未患癌/检出阴性 灵敏度(Sensitivity)是指癌症患者中检测结果为阳性的比例,体现了产品判断阳性病例的能力,敏感性=真阳性人群/全部癌症患者。理想的早筛产品的敏感性为 100%,即全部癌症患者均被检出,不存在假阴性人群。 特异性(Specificity)是指在检测发现的未患癌症人群中检测结果为阴性的比例,特异性=真阴性人群/未患癌症人群。理想的早筛产品的特异性为 100%,即全部未患癌症人群均被判定为阴性,不存在假阳性人群。 一个好的早筛产品应该具备高敏感性和高特异性两个特点。 二、ROC 曲线和AUC ROC 曲线下面积 AUC 可综合评估早筛产品的检测能力。 早筛产品的灵敏度和特异性很难兼顾,设定高特异性的同时,通常会导致灵敏度的下降,因此不能仅仅依据指标绝对值的大小来判断产品性能的优劣。 在试验过程中,通过设置不同的阳性-阴性截断点,可得到一系列随之变化的灵敏度和特异性数值组合。以特异性为横坐标,灵敏度为纵坐标,将各组合点连接即能绘制出受试者工作特征曲线(Receiver Operation Characteristic Curve,简称ROC 曲线)。 曲线与横坐标围成的面积 AUC(Area Under Curve)可以用于产品检测能力的综合评估。 AUC 取值范围为[0,1],其数值越接近 1,表明产品检测的准确性越高。 ROC 曲线及曲线下面积 AUC 三、阳性预测值(PPV)和隐形预测值(NPV) 评判早筛产品的另外两项指标为阳性预测值和隐形预测值。 阳性预测值(PositivePredictive Value, PPV)是指早筛产品判断为阳性(患癌)的受检者中,真正患癌的比例,是衡量早筛产品避免“误诊”能力的指标。PPV=真阳性人群/检测阳性人群。理想的早筛产品的 PPV 为 100%,不存在假阳性人群。 阴性预测值(Negative Predictive Value, NPV)是指早筛产品判断为阴性(健康)的受检者中,真正未患癌的比例,是衡量早筛产品“漏检”能力、排阴能力的指标。 本文内容参考自: 安信证券《癌症早筛行业深度研究》 中信证券《液体活检——千亿级癌症检测蓝海》 作者:医世象 夏日,转载请联系授权 ——本期完—— |
CopyRight 2018-2019 实验室设备网 版权所有 |